聚类稳健标准误确实考虑了所有维度的相关性,因为双向聚类方法分别从公司维度、时间维度以及公司与时间的交互获得三个不同的聚类稳健方差矩阵。 其次,最简单的方法是为每个集群设定一个虚拟变量,例如,使用公司虚拟变量和年份虚拟变量来解释横截面依赖和时间序列依赖性。 第三,使用单向聚类稳健标准误差(也称为 Rogers 或 ...
第三,使用单向聚类稳健标准误差(也称为 Rogers 或 Huber-White 标准误差)来调整横截面维度或时间序列维度内的可能相关性,具体取决于聚类的维度。 第四,使用 Fama-MacBeth 程序调整同一年不同公司的观察值之间可能的相关性,但没有考虑同一公司不同年份的观察值之间的相关性。 最后,Newey-West 程序传统上用于解释单...
聚类稳健标准误确实考虑了所有维度的相关性,因为双向聚类方法分别从公司维度、时间维度以及公司与时间的交互获得三个不同的聚类稳健方差矩阵。 其次,最简单的方法是为每个集群设定一个虚拟变量,例如,使用公司虚拟变量和年份虚拟变量来解释横截面依赖和时间序列依赖性。 第三,使用单向聚类稳健标准误差(也称为 Rogers 或 ...